🦾 Category

cs.RO

4796 पेपर

⚡ electrical engineering

On-Policy Distillation of Language Models for Autonomous Vehicle Motion Planning

यह शोध पत्र प्रदर्शित करता है कि ऑन-पॉलिसी जनरलाइज्ड नॉलेज डिस्टिलेशन (on-policy generalized knowledge distillation), एक बड़े लैंग्वेज मॉडल टीचर से काफी छोटे स्टूडेंट मॉडल तक मोशन प्लानिंग क्षमताओं को प्रभावी ढंग से स्थानांतरित करता है, जो सुदृढीकरण शिक्षण (reinforcement learning) बेसलाइन्स से बेहतर प्रदर्शन करता है और स्वायत्त वाहन परिनियोजन के लिए nuScenes बेंचमार्क पर टीचर के निकटतम प्रदर्शन प्राप्त करता है।

Amirhossein Afsharrad, Amirhesam Abedsoltan, Ahmadreza Moradipari, Sanjay Lall2026-04-10
💻 computer science

WorldMAP: Bootstrapping Vision-Language Navigation Trajectory Prediction with Generative World Models

WorldMAP एक शिक्षक-छात्र ढांचे को पेश करता है जो संरचित अर्थपूर्ण-स्थानिक पर्यवेक्षण (semantic-spatial supervision) और प्रक्षेपवक्र छद्म-लेबल (trajectory pseudo-labels) को संश्लेषित करने के लिए जनरेटिव वर्ल्ड मॉडल्स का लाभ उठाता है, जिससे एक हल्का छात्र मॉडल कल्पना की गई भविष्य की स्थितियों को जमीनी शिक्षण संकेतों में प्रभावी ढंग से परिवर्तित करके अत्याधुनिक विजन-लैंग्वेज नेविगेशन प्रदर्शन प्राप्त करने में सक्षम होता है।

Hongjin Chen, Shangyun Jiang, Tonghua Su, Chen Gao, Xinlei Chen, Yong Li, Zhibo Chen2026-04-10
⚡ electrical engineering

Karma Mechanisms for Decentralised, Cooperative Multi Agent Path Finding

यह शोध पत्र सहकारी मल्टी-एजेंट पाथ फाइंडिंग के लिए एक विकेंद्रीकृत समन्वय ढांचे का प्रस्ताव करता है जो संघर्ष समाधान के लिए द्विपक्षीय बातचीत को सक्षम करने हेतु गैर-विनिमय योग्य "कर्मा" क्रेडिट का उपयोग करता है, जो बड़े पैमाने के रोबोटिक परिदृश्यों में समग्र प्रणाली दक्षता बनाए रखते हुए एजेंटों के बीच सेवा निष्पक्षता को प्रभावी ढंग से संतुलित करता है।

Kevin Riehl, Julius Schlapbach, Anastasios Kouvelas, Michail A. Makridis2026-04-10
💻 computer science

HEX: Humanoid-Aligned Experts for Cross-Embodiment Whole-Body Manipulation

HEX एक राज्य-केंद्रित (state-centric) ढांचा है जो एक सार्वभौमिक अवस्था प्रतिनिधित्व (universal state representation), टेम्पोरल डायनेमिक्स के लिए एक मिक्सचर-ऑफ-एक्सपर्ट्स प्रेडिक्टर और कुशल विजुअल हिस्ट्री प्रोसेसिंग को पेश करके पूर्ण आकार के बाइपेडल ह्यूमनॉइड रोबोट्स पर समन्वित होल-बॉडी मैनिपुलेशन को सक्षम बनाता है ताकि जटिल, लॉन्ग-होरइजन कार्यों में अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।

Shuanghao Bai, Meng Li, Xinyuan Lv, Jiawei Wang, Xinhua Wang, Fei Liao, Chengkai Hou, Langzhe Gu, Wanqi Zhou, Kun Wu, Zi (…)2026-04-10
💻 computer science

AgiPIX: Bridging Simulation and Reality in Indoor Aerial Inspection

यह शोध पत्र AgiPIX को प्रस्तुत करता है, जो एक ओपन-सोर्स, सह-डिज़ाइन किए गए हार्डवेयर और सॉफ़्टवेयर प्लेटफ़ॉर्म है जिसमें एक कॉम्पैक्ट एक्टिव-सेंसिंग ड्रोन, एक कंटेनराइज्ड ROS 2 ऑटोनॉमी स्टैक और एक फोटोयलिस्टिक डिजिटल ट्विन शामिल है ताकि सिमुलेशन और वास्तविकता के बीच इनडोर हवाई निरीक्षण क्षमताओं के ज़ीरो-शॉट ट्रांसफर को सक्षम बनाया जा सके।

Sasanka Kuruppu Arachchige, Juan Jose Garcia, Changda Tian, Lauri Suomela, Panos Trahanias, Adriana Tapus, Joni-Kristian (…)2026-04-10
💻 computer science

Semantic-Aware UAV Command and Control for Efficient IoT Data Collection

यह शोध पत्र एक नवीन ढांचे का प्रस्ताव करता है जो यूएवी (UAV) कमांड-एंड-कंट्रोल के साथ सिमेंटिक कम्युनिकेशन को एकीकृत करता है, जिसमें मजबूत इमेज ट्रांसमिशन के लिए डीपजेएससीसी (DeepJSCC) और संसाधन संबंधी बाधाओं एवं सिग्नल विलंब के तहत पुनर्निर्मित इमेज की गुणवत्ता को अधिकतम करने के लिए डबल डीप क्यू-लर्निंग (Double Deep Q-Learning) आधारित अनुकूलन उड़ान नीति का उपयोग किया गया है।

Assane Sankara, Daniel Bonilla Licea, Hajar El Hammouti2026-04-10
💻 computer science

ViVa: A Video-Generative Value Model for Robot Reinforcement Learning

यह शोध पत्र ViVa को पेश करता है, जो एक वीडियो-जेनेरेटिव वैल्यू मॉडल है जो भविष्य के रोबोटिक स्टेट्स और स्केलर वैल्यूज को संयुक्त रूप से अनुमान लगाने के लिए एक प्री-ट्रेन्ड वीडियो जनरेटर के स्पैटियोटेम्पोरल प्रायर्स (spatiotemporal priors) का लाभ उठाता है, जिससे अधिक विश्वसनीय वैल्यू एस्टीमेशन और वास्तविक दुनिया के लॉन्ग-होरिजन रोबोटिक कार्यों में बेहतर प्रदर्शन सक्षम होता है।

Jindi Lv, Hao Li, Jie Li, Yifei Nie, Fankun Kong, Yang Wang, Xiaofeng Wang, Zheng Zhu, Chaojun Ni, Qiuping Deng, Hengtao (…)2026-04-10
💻 computer science

State and Trajectory Estimation of Tensegrity Robots via Factor Graphs and Chebyshev Polynomials

यह शोध पत्र केबल-ड्रिवन टेन्सेग्रिटी रोबोट्स के सुदृढ़ अवस्था और प्रक्षेपवक्र अनुमान के लिए एक नवीन दो-चरणीय ढांचे का प्रस्ताव करता है जो सेंसर फ्यूजन के लिए फैक्टर ग्राफ्स को निरंतर-समय वेग और अवस्था पुनर्निर्माण के लिए चेबीशेव बहुपदों के साथ जोड़ता है, जो सिस्टम की गैर-रेखीय और अल्प-निर्धारित गतिशीलता को संभालने में पारंपरिक ICP-आधारित विधियों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

Edgar Granados, Patrick Meng, Charles Tang, Shrimed Sangani, William R. Johnson III, Rebecca Kramer-Bottiglio, Kostas Be (…)2026-04-10
💻 computer science

CrashSight: A Phase-Aware, Infrastructure-Centric Video Benchmark for Traffic Crash Scene Understanding and Reasoning

यह शोध पत्र क्रैशसाइट (CrashSight) को प्रस्तुत करता है, जो वास्तविक सड़क किनारे के कैमरा डेटा और एक द्वि-स्तरीय वर्गीकरण का उपयोग करने वाला एक बड़े पैमाने का विजन-लैंग्वेज बेंचमार्क है, जिसका उद्देश्य बुनियादी ढांचे के दृष्टिकोण से यातायात दुर्घटना दृश्यों को समझने और उनके बारे में तर्क करने में वर्तमान विजन-लैंग्वेज मॉडलों की सीमाओं का मूल्यांकन करना और उन्हें उजागर करना है।

Rui Gan, Junyi Ma, Pei Li, Xingyou Yang, Kai Chen, Sikai Chen, Bin Ran2026-04-10
💻 computer science

Sumo: Dynamic and Generalizable Whole-Body Loco-Manipulation

यह शोधपत्र Sumo को प्रस्तुत करता है, जो एक सिम-टू-रियल दृष्टिकोण है जो एक पूर्व-प्रशिक्षित होल-बॉडी कंट्रोल पॉलिसी को टेस्ट-टाइम सैंपल-आधारित प्लानिंग के साथ जोड़ता है ताकि लेग्ड रोबॉट्स को बिना किसी अतिरिक्त प्रशिक्षण के विविध कार्यों में बड़े और भारी वस्तुओं को गतिशील रूप से और सामान्य रूप से मैनिपुलेट करने में सक्षम बनाया जा सके।

John Z. Zhang, Maks Sorokin, Jan Brüdigam, Brandon Hung, Stephen Phillips, Dmitry Yershov, Farzad Niroui, Tong Zhao, Leo (…)2026-04-10